自适应特征融合的多尺度核相关滤波目标跟踪

为了提高复杂场景中目标跟踪的稳健性,解决由光照变化、目标形变、尺度变化和遮挡等导致的目标跟踪失败问题,提出一种自适应特征融合的多尺度核相关滤波目标跟踪算法。该算法首先通过2种不同的特征分别训练2个核相关滤波器,利用这2个滤波器响应的峰值旁瓣比和相邻两帧的响应一致性获得融合权重,同时采用自适应加权的融合策略将这2个滤波器的响应结果进行融合,完成目标的位置估计;然后以此为中心进行多尺度采样,构建尺度金字塔,并通过贝叶斯估计的方法确定目标的最优尺度;最后依据目标跟踪的置信度进行跟踪模型更新,以避免模型退化。选取51组视频序列进行测试,并与近年来性能优异的目标跟踪算法进行对比。实验结果表明,所提算法能有效降低光照变化、目标形变、尺度变化和遮挡等因素影响,对测试视频序列取得了较高的跟踪精度和成功率,整体性能优于对比算法。     

磁性纳米固体酸催化剂Zr(SO_4)_2/Fe_3O_4的制备及催化性能研究

本文提出将磁性和固体酸进行组装从而合成磁性纳米固体酸催化剂的思路,首先制备了纳米级磁性前体一磁基体（Ｆｅ３Ｏ４）;然后筛选出超声波法制备了不同配比的磁性纳米固体酸催化剂Ｚｒ（ＳＯ４）２／Ｆｅ３Ｏ４,对其进行了初步表征。并将其作为乙酸丁酯合成反应的催化剂,酯化转化率最高达到８４％,利用其磁性即可将催化剂进行分离。     

改进的YOLO V3算法及其在小目标检测中的应用

针对图像中小目标检测率低、虚警率高等问题,提出了一种YOLO V3的改进方法,并将其应用于小目标的检测。由于小目标所占的像素少、特征不明显,提出对原网络输出的8倍降采样特征图进行2倍上采样,将2倍上采样特征图与第2个残差块输出的特征图进行拼接,建立输出为4倍降采样的特征融合目标检测层。为了获取更多的小目标特征信息,在YOLO V3网络结构Darknet53的第2个残差块中增加2个残差单元。利用K-means聚类算法对目标候选框的个数和宽高比维度进行聚类分析。用改进的YOLO V3算法和原YOLO V3算法在VEDAI数据集上进行对比实验,结果表明改进后的YOLO V3算法能有效检测小目标,对小目标的召回率和检测的平均准确率均值都有明显的提升。     

磁性超细固体酸催化剂SO4^2——ZrO2／Fe3O4的组装及表征

将磁性Fe3O4纳米材料和SO4^2--ZrO2固体酸进行组装，制得一系列具有磁性和超细粒子结构的固体酸催化剂SO4^2--ZrO2/Fe3O4，采用XRD，TG－DTA和XPS等分析测试手段对催化剂的结构和性能进行了表征。并分析和测试了催化剂的磁学性能、比表面积、粒度分布和元素的组成等物理化学性质。该催化剂具有较小的粒度、较高的磁性及酯化催化活性，对乙酸丁酯合成反应的催化活性可达66％；利用Fe3O4的磁性可对催化剂进行分离和回收。经高温处理后，固体超强酸的形成对催化剂磁性、比表面积、表相原子的电子结合能以及各组分形态均有显著影响。     

新型磁性纳米固体酸催化剂ZrO2/Fe3O4的制备及表征

根据将磁性一材料和固体酸进行组装的设想，成功制备了磁性纳米固体酸催化剂。纳米级样性前体-磁基体(Fe3O4)的磁性、粒子尺寸受到Fe^2^+/Fe^3^+投料比和用于沉淀的NaOH浓度的显著影响；不同复合方法也对磁性固体酸催化剂ZrO2/Fe3O4的酯化催化性能影响显著。XRD，XPS，TEM，比表面积测定，元素组成分析及磁学性能测定等表征结果证实，新型催化剂以磁性材料为核，固体酸催化剂活性组分包覆在其外部形成包覆型的磁性纳米催化剂。该系列催化剂均具有较小的粒子尺寸、较强的磁性及较高的酯化催化活性；并且易于通过磁场进行回收，使用寿命较长。它们对乙酸与正丁醇酯化反应的催化活性随着ZrO2含量增加而提高。催化剂中ZrO2的晶化温度因为Fe3O4的存在而升高，有利于催化剂活性的保持，热处理温度会对催化剂的磁性及催化活性产生影响。     

磁性纳米固体酸催化剂Zr(SO4)2/Fe3O4的制备及催化性能研究

本文提出将磁性和固体酸进行组装从而合成磁性纳米固体酸催化剂的思路,首先制备了纳米级磁性前体－磁基体（Fe3O4);然后筛选出超声波法制备了不同配比的磁性纳米固体酸催化剂Zr(SO4)2/Fe3O4,对其进行了初步表征。并将其作为乙酸丁酯合成反应的催化剂,酯化转化率最高达到84％,利用其磁性即可将催化剂进行分离。     

基于自适应多层卷积特征决策融合的目标跟踪

针对在复杂环境中目标尺度变化、形状变化以及场景光照变化、背景干扰等因素导致的目标跟踪稳定性下降问题,提出一种基于自适应多层卷积特征决策融合的目标跟踪算法。首先,通过卷积神经网络VGG-Net-19提取目标候选区域的多层卷积特征;其次,在相关滤波模型框架下,利用这些卷积特征构建多个弱跟踪器;接着,根据每个弱跟踪器的决策损失变化自适应地调节它们的决策权重,完成基于多层卷积特征的目标位置估计;然后,根据尺度相关滤波模型在目标中心区域进行多尺度采样,并利用相邻帧的尺度变化先验分布完成对目标尺度的预测。选取51组具有多种挑战因素的视频序列对所提算法的跟踪性能进行测试。实验结果表明,与当前主流的目标跟踪算法相比,所提算法取得了更高的跟踪精度和成功率,同时可以较好地适应目标的尺度变化,并且在目标发生形变、场景出现光照变化及背景干扰等复杂条件下仍具有较好的跟踪鲁棒性。     

磁性超细固体酸催化剂SO2-4-ZrO2/Fe3O4的组装及表征

将磁性Fe3O4纳米材料和SO2-4-ZrO2固体酸进行组装,制得一系列具有磁性和超细粒子结构的固体酸催化剂SO2-4-ZrO2/Fe3O4. 采用XRD,TG-DTA和XPS等分析测试手段对催化剂的结构和性能进行了表征. 并分析和测试了催化剂的磁学性能、比表面积、粒度分布和元素的组成等物理化学性质. 该催化剂具有较小的粒度、较高的磁性及酯化催化活性,对乙酸丁酯合成反应的催化活性可达66%; 利用Fe3O4的磁性可对催化剂进行分离和回收. 经高温处理后,固体超强酸的形成对催化剂磁性、比表面积、表相原子的电子结合能以及各组分形态均有显著影响.